Rankings without U.S. News: A revealed preference approach to evaluating law schools
Notice bibliographique
Résumé
Abstract Since their inception in 1989, the U.S. News & World Report law school rankings have influenced how schools, students, and the legal profession itself think about legal education. In the Fall of 2022, however, several of the most selective law schools formally withdrew from the annual rankings. In so doing, these schools laid bare longstanding criticisms of the rankings' questionable criteria and opaque methodology. While the long‐term effect of this boycott remains to be seen, school rankings are likely here to stay. In this Article we design a more informative approach to rankings, based on actual decisions students make. Using individual‐level data provided by the Law School Admissions Council (LSAC), we analyze the universe of applicants to U.S. law schools for the period 1988 through 2017. In so doing, we are the first to create a revealed preference ranking based solely on where applicants matriculate given offers of admission. Our approach relies neither on potentially faulty data collection from schools nor arbitrary decisions about which factors to emphasize in rankings, thereby minimizing the scope for manipulation. It also allows us to quantify the magnitude of differences in preferences among schools and to test their statistical significance. Matriculants reveal a strong preference for a handful of the most selective schools; outside of the top tier, however, matriculants do not appear to draw meaningful distinctions between schools ranked adjacently or even near to each other. While existing school rankings sow more confusion than clarity, our analysis provides a rigorous and transparent alternative, and a blueprint for redesigning school rankings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».